[发明专利]融合空间和统计特征的CNN-GRU臭氧浓度预测模型建立方法、预测方法及模型

摘要

本发明公开一种融合空间和统计特征的CNN‑GRU臭氧浓度预测模型，首先通过对时空因素以及其他气象因子与臭氧浓度进行相关性分析，利用统计学方法和克里金插值法对缺失值填充后的气象污染物数据进一步预处理并提取臭氧浓度数据的时空特征，同时融合其他气象因子，采用统计、CNN和GRU三分支并行的预测模型得到最终臭氧浓度预测结果。本发明预测模型在预测未来一小时、两小时臭氧浓度优于CNN、LSTM、GRU、Convlstm、CNN‑LSTM(parallel)和CNN‑GRU(parallel)预测模型。本发明预测模型融合了空间和统计特征，多角度抽取特征并采用并行网络分支结构，得到了较高预测精度。